AI 媒体科技公司 Runway 宣布推出其最新的文本生成图像模型 ——Frames。作为一家以 AI 视频模型闻名的公司，Runway 此举意在扩展其在图像创作领域的影响力。Frames 的推出，获得了用户的广泛好评，尤其在生成电影般的视觉效果方面，备受赞誉。该模型在2024年11月首次公布，并在过去几周内先行供给 Runway 创作者计划的用户进行体验，现已向所有订阅用户开放。Frames 的使用需通过 Runway 的无限计划或企业计划进行订阅，月费为95美元，年度订阅则为912美元，而企业计划的年费为1500美元。用户

德国人工智能初创公司 Black Forest Labs （黑森林实验室）近日发布了一款FLUX Pro 微调 API，用户可以通过这款 API 使用仅仅五张样本图像来定制 FLUX Pro AI 图像模型，以匹配特定品牌的视觉风格。据 Black Forest Labs 介绍，经过微调后，模型仍然保持灵活性，能够将用户提供的内容融入到新的图像创作中，该系统能够生成最高达四百万像素的高分辨率图像。借助 FLUX Pro 微调 API，创作者可以利用自己的图片和概念对 FLUX.1[pro] 进行定制，从而更好地控制最终结果。用户提供的图像可用于训练 FLUX Pro 模

AI 图像生成技术正在飞速发展，但模型体积越来越大，对普通用户来说，训练和使用成本都非常高。现在，一种名为 “Sana” 的新型文本到图像框架横空出世，它能够高效生成高达4096×4096分辨率的超高清图像，而且速度惊人，甚至可以在笔记本电脑的 GPU 上运行。Sana 的核心设计包括:深度压缩自编码器:与传统自编码器仅压缩图像8倍不同，Sana 使用的自编码器可以将图像压缩32倍，从而有效地减少了潜在的 tokens 数量。这对于高效训练和生成超高分辨率图像至关重要。线性 DiT:Sana 用线性注意

微软近期决定回滚其 AI 驱动的 Bing 图像生成器的模型升级，这一决定是在用户对新版本的性能表示不满后做出的。据报道，微软在12月18日将 Bing 图像生成器升级到新版本的 DALL-E3模型后，用户们发现该工具的效果明显下降。用户们抱怨生成的图像质量不如之前，特别是在细节处理和对提示的准确反映方面。在社交媒体和相关论坛上，许多用户表达了他们的失望。微软的搜索部门负责人 Jordi Ribas 在推特上承认，他们确实能够重现用户报告的一些问题，并表示将暂时恢复到旧版的 DALL-E 模型。

FLUX今日宣布与NVIDIA达成战略合作，双方将在AI图像生成领域展开深度技术协作。此次合作的核心亮点包括性能优化、内存效率提升以及创新的3D创作工作流程。在硬件适配方面，FLUX模型针对新发布的GeForce RTX50系列显卡进行了全面优化。其开发版本FLUX.1凭借NVIDIA Blackwell架构的FP4计算技术，在RTX5090上实现了显著突破:仅需10GB显存便可达到RTX4090两倍的运算速度，极大提升了图像生成效率。FLUX.1[dev]的BF16（左）和FP4(右)的比较更引人注目的是双方联合推出的"NVIDIA AI Blueprint"工作流程，为3D创作带来

AI图像生成平台Ideogram近日推出一项全新功能——批量图像生成工具，该工具允许用户通过上传包含提示词和设置的表格（例如Excel文件）来实现大规模图像生成。这一创新功能旨在简化繁琐的图像生成流程，大幅提高工作效率，为专业设计师和创意人士带来更便捷的创作体验。图源备注：图片由AI生成，图片授权服务商Midjourney批量生成:告别逐条输入，效率倍增传统的AI图像生成过程往往需要用户逐条输入提示词，并对每张图片进行单独设置，这无疑耗费了大量时间和精力。而Ideogram的批量

知名AI图像生成器Midjourney拥有超过1900万用户，近日，它推出了一系列新功能，旨在进一步提升用户的个性化定制体验。Midjourney此次更新的核心亮点是引入了Pinterest风格的“情绪板”功能，并支持多重个性化配置。这意味着用户现在可以创建并切换多个定制版本的Midjourney最新图像生成模型6.1，从而满足他们独特的审美偏好。此次更新旨在简化个人和团队的创意流程，使跨项目整合个性化风格变得更加容易。全新“情绪板”:你的专属灵感来源“情绪板”功能允许用户上传精心挑选的图像集合

Midjourney 是一家备受欢迎的 AI 图像生成初创公司，拥有超过2100万名 Discord 用户。近日，该公司宣布将推出一款新的世界构建工具 “Patchwork”，标志着他们从图像创作扩展到更复杂的创意合作领域。“Patchwork” 在 Midjourney 的 Discord 频道通过直播展示，用户需要将他们的 Midjourney Discord 帐户连接到他们的 Google 帐户才能访问 Patchwork 的研究预览。该工具提供一个白色的无限画布，左侧有一个工具箱，用户可以使用各种按钮来添加角色、事件、派系、地点、道具等元素。用户可以通过 “保存”

近日，一组充满想象力的AI图像在社交媒体疯狂刷屏，将游戏中的可爱角色"大喵"巧妙地融入上海城市景观，引发网友热烈讨论。小红书博主"曲元"用AI技术为大家呈现了一系列超现实的城市奇景。这只萌系角色仿佛拥有了魔法般的存在形式:在黄浦江上如充气大船般漂流，悠闲地坐在东方明珠塔下晒太阳，还在武康大楼前"打卡"，甚至变身毛绒版飞机。这些充满童趣的影像瞬间获得4.3万点赞，网友惊叹"暖妈们的创意太绝了"。事实上，这已经不是"曲元"首次玩转IP与城市地标的跨界创意。此前

近日，社交网络 “X”（前身为推特）在其 Grok 助手中悄然推出了一款新的图像生成器，名为 Aurora。虽然这款生成器在发布后不久就被撤下，但现在它已经重新回归，并且正式对外宣布将在本周内向所有用户推出。Aurora 是由埃隆・马斯克旗下的人工智能 xAI 开发的，经过数十亿个互联网样本的训练，Aurora 在生成高质量图像方面表现出色。根据 xAI 在博客中的介绍，Aurora 不仅能够出色地进行照片级渲，还能够准确遵循用户的文本指令，甚至可以从用户提供的图像中获取灵感或进行直接编辑。

昨晚，字节跳动旗下即梦AI上线了图片2.1模型，新模型解决了AI图像无法生成中文字体的问题。以后做海报只需要简单输入文字描述就可以了，设计师作图效率大幅提升。使用方法也十分简单:打开即梦官网:https://top.aibase.com/tool/jimeng进入生图页面后，直接在文本框输入描述即可描述详细写你想要的画面元素，以及配上什么文字及字体即可比如AIbase输入:一张古装剧海报，海报的主题是一个清朝的太监，赵孟頫行书，上面写着“重生之我在清朝当太监”然后我就可以获得这样一张带文字的海报

在当今数字时代，图像生成技术正以惊人的速度发展。最近，来自新加坡国立大学的研究团队提出了一种全新的框架 ——OminiControl，旨在提升图像生成的灵活性和效率。该框架通过结合图像条件，充分利用已经训练好的扩散变换器（Diffusion Transformer，简称 DiT）模型，带来了前所未有的控制能力。简单的说，只要提供素材图，利用OminiControl就能将素材图中的主题融入到生成的图片中。比如小编上传了左边的素材图，输入提示词“芯片人放置在一个医生办公室的桌子旁边，桌子上放着听诊器

最近，glif又出爆款玩法。这项基于 In-Context LoRA 的黑科技，能够轻松将任何 Logo 转化为令人惊艳的周边设计，其效果之精彩甚至让样机网站都感到不小的压力。这个颠覆性的 AI 设计流程主要分为三个关键步骤:图像描述获取、提示词生成和 AI 图像渲染。下面我们来详细解析这个创新的设计方法。第一步:精准捕捉 Logo 图像特征通过专门设计的提示词，系统能快速提取 Logo 的核心视觉元素。这一步骤不仅关注图像的基本构图，还深入分析其摄影风格、设计特点和艺术质感，为后续图像生成奠定

字节跳动豆包大模型团队日前推出了国内首个实现产品化的通用图像编辑模型SeedEdit，该技术已在豆包PC端和即梦网页端开启测试。这一突破性技术让用户只需通过简单的文字指令，就能实现专业级的图像编辑效果。作为一款革命性的图像编辑工具，SeedEdit突破了传统图像编辑的技术壁垒。用户可以通过自然语言指令轻松完成修图、换装、美化、风格转换，以及在特定区域添加删除元素等复杂操作。例如，用户生成一张"小狗在草地奔跑"的图片后，只需输入"背景换成海边"这样简单的指令，就

知名 AI 图像生成工具 FLUX1.1Pro 迎来重大更新，推出全新版本 FLUX1.1Pro Ultra。新版本支持高达4兆像素的分辨率，生成速度也大幅提升，每张图片仅需约10秒即可完成。FLUX1.1Pro Ultra 提供 "Ultra 模式" 和 "Raw 模式" 两种模式，满足用户对清晰度和真实性的不同需求。Ultra 模式 下，用户可以生成超高分辨率图像，分辨率是标准版的4倍，生成速度比同类高分辨率模型快2.5倍，并且不会影响提示词的精准度。 这意味着用户可以在更短的时间内获得细节更丰富的图像，同时保持对生成内容的精确控制。

迪士尼研究部门近日发布了一项创新的图像压缩技术，该技术在保持较低数据传输率的同时，能够生成更为逼真的图像效果。这项新型编解码技术虽然在复杂度上较传统的JPEG和AV1等编解码器有所提升，但在图像质量和处理效率方面都展现出显著优势。研究团队发现，通过将量化误差与图像处理中的噪声处理相结合，可以在目标比特率下更好地重建图像细节。迪士尼压缩方法与之前方法的比较。作者声称细节恢复效果有所改善，同时提供了一种不需要数十万美元训练的模型，并且运行速度比

迪士尼的研究团队最近推出了一种全新的图像压缩方法，利用开源的 Stable Diffusion V1.2模型，这种方法可以在比竞争对手更低的比特率下生成更真实的图像。这种新方法被称为 “编解码器”，尽管它比传统的 JPEG 和 AV1编解码器复杂得多，但其性能却令人惊叹。该研究表明，新方法在图像细节的恢复上表现得更为出色，同时所需的训练成本也大大降低。研究人员发现，量化误差（图像压缩中的核心过程）与噪声(扩散模型中的核心过程)非常相似，因此可以将传统量化图像视为原始图像的噪声

一款名为"妙刷"的创意图像工具正悄然改变着人们记录生活的方式。作为一款新型图像创作平台，这款工具不仅能将平凡照片变得富有创意，更能智能解读图像，为用户提供契合图片情境的文案创作服务。妙刷提供丰富多样的创作模式，从图片美化、艺术风格转换到创意合成，用户可以根据个人喜好选择不同的创作方式，将日常照片转化为独具特色的艺术作品。平台支持将普通照片转换成多种艺术风格，无论是将宠物照片趣味化处理，还是把街景照片变身魔幻场景，抑或是打造个性化虚拟

来自德国达姆施塔特工业大学的最新研究揭示了一个令人深思的现象:即便是当前最先进的AI图像模型，在面对简单的视觉推理任务时也会出现明显失误。这项研究结果对AI视觉能力的评估标准提出了新的思考。研究团队采用了由俄罗斯科学家Michail Bongard设计的Bongard问题作为测试工具。这类视觉谜题由12张简单图像组成，分为两组，要求识别出区分这两组的规则。对于大多数人来说，这种抽象推理任务并不困难，但AI模型的表现却令人意外。即便是目前被认为最先进的多模态模型GPT-4o，在100个

OpenAI最近公布了一项名为sCM（简化型、稳定型和可扩展型一致性模型）的突破性技术，这一创新彻底改变了AI图像模型的训练方式。该技术在原有的一致性模型(CMs)基础上实现了重大突破，为快速图像生成开辟了新天地。技术核心优势:只需两步计算即可生成高质量图像在A100GPU上生成一张图片仅需0.11秒相比传统扩散模型，速度提升50倍最大模型参数达15亿，创下新纪录在实际测试中，sCM的表现令人瞩目。在CIFAR-10数据集上获得了2.06的FID评分，在ImageNet上生成512x512像素图像时达到了1.88的优异成